Analysen überall dort, wo sich die Daten befinden Exasol bringt neue Version der Analytics-Datenbank

Anbieter zum Thema

Sinequa

Confluent Germany GmbH

Fivetran Germany GmbH

EXASOL AG

Mit der jüngsten Version verspricht Exasol bis zu 20-mal schnellere Datenanalysen als bei anderen Analytics-Datenbanken. Die Datenverarbeitung sei zudem flexibel in der Cloud, on-premises oder hybrid möglich – dank dynamischer Skalierung auch bei besonders komplexen Datensätzen.

Exasol hat die neue Version seiner Analytics-Datenbank vorgestellt: Diese biete Verarbeitungszeiten, die bis zu 20-mal schneller seien als bei jeder anderen Analytics-Datenbank – Exasol beruft sich hier auf Untersuchungen der McKnight Consulting Group. Außerdem sei laut einer von Exasol in Auftrag gegebenen Studie von Forrester Consulting durch geringere Lizenz-, Implementierungs-, Wartungs- und Schulungskosten ein um 320 Prozent schnellerer ROI möglich.

„Wir bieten unseren Kunden mit unserer weiterentwickelten Datenbank eine Lösung, die ihnen keine Kompromisse zwischen Kosten, Effizienz und Flexibilität abverlangt. Mit Exasol können Unternehmen Analysen überall dort durchführen, wo sich ihre Daten befinden – lokal, in der Cloud oder auf mehreren Clouds – ohne Rip-and-Replace, ohne Notwendigkeit, Datensätze zu verschieben und ohne Überraschungen bei den Kosten“, so Exasol-CEO Jörg Tewes. Exasol könne nahtlos in jede Daten- und Analytics-Umgebung integriert werden und skaliere dynamisch, um auch komplexeste Datensätze zu verarbeiten und somit Reibungsverluste zu vermeiden.

Die aktuelle Weiterentwicklung der Datenbank biete Unternehmen folgende Vorteile:

• Erhalt des bestehenden Technologiestacks – kein kompletter Austausch von Datenbanken nötig: Durch die Steigerung der Performance, die optimierte Skalierung und die Verarbeitung der Daten in Echtzeit werde die Effizienz des gesamten Technologiestacks gesteigert.

• Preis-Leistungs-Verhältnis: Durch parallel stattfindende Abfragen, schnelle In-Memory-Verarbeitung und die Verteilung von Abfrageberechnungen sei eine höhere Leistung auf weniger Hardwareinfrastruktur möglich.

• Durchführung von Analysen und Machine Learning (ML): Um noch größere Effizienz- und Kosteneinsparungen zu erzielen, seien Exasols ML-Optionen direkt in der In-Memory-Datenbank-Engine integriert. Durch das Aufdecken versteckter Muster in allen vorliegenden Unternehmensdaten werde die Vorbereitungszeit erheblich reduziert. Ebenso erlaube die reibungslose Nutzung von Open-Source-Machine-Learning-Modellen den Kunden eine bislang ungekannte Effizienz und Skalierbarkeit.

• Verwaltung von Daten an ihrem Ursprungsort: Workloads könnten zwischen Plattformen verschoben und einheitlich automatisiert und verwaltet werden – und das unabhängig davon, ob es sich um selbst- oder vollständig extern verwaltete SaaS-Lösungen handelt, selbst auf Ad-hoc-Basis.

Unternehmen, die Exasol in ihrem eigenen Tech-Stack mit ihren eigenen Daten ausprobieren möchten, können dies für eine begrenzte Zeit kostenlos im Rahmen des Accelerator-Programms tun. Damit, so Exasol, können sie sofort einen kostenlosen SaaS-Test starten oder kostenlos an einem dreimonatigen Proof of Concept mit fünf Terabyte teilnehmen.

(ID:49514304)